동적 가능도 기반 위험률 추정 반파라메트릭 접근

본 논문은 생존 분석에서 핵심적인 역할을 하는 위험률(hazard rate) 함수 추정 문제에 대해, 기존의 순수 파라메트릭 방법과 순수 비파라메트릭 방법이 각각 가지고 있는 한계점을 보완하는 새로운 반파라메트릭 접근법을 제시한다. 전통적인 파라메트릭 방법은 사전 가정된 위험률 형태(예: Weibull, Gompertz 등)를 이용해 효율적인 추정을 가능하게 하지만, 실제 데이터가 이러한 가정에 부합하지 않을 경우 큰 편향(bias)이 발생한다. 반면 비파라메트릭 방법은 커널 스무딩이나 Nelson–Aalen 추정과 같이 가정이 거의 없어서 유연하지만, 표본 크기가 작거나 관측이 희박한 구간에서는 분산이 크게 증가해 추정이 불안정해진다. 이러한 딜레마를 해결하고자, 저자는 Hjort(1991)에서 제안된 ‘동적 로컬 가능도(dynamical local likelihood)’ 개념을 위험률 추정에 적용한다. 구체적인 절차는 다음과 같다. 먼저, 위험률을 \(\lambda(t;\theta)\) 형태의 파라메트릭 가족으로 설정한다. 여기서 \(\theta\)는 위험률의 형태를 결정하는 파라미터 벡터이며, 예를 들어 Weibull 모델에서는 형태와 규모 파라미터가 된다. 그 다음, 시간 축을 따라 일정한 밴드위스 \(h\)를 갖는 로컬 윈도우를 정의하고, 해당 윈도우 안에 포함된 사건(event)과 위험(at‑risk) 정보를 이용해 로그가능도 함수를 구성한다. \